Instrumentelles Konditionieren

Transkript

1 Professur für Allgemeine Psychologie Vorlesung im WS 2013/14 Lernen und Gedächtnis Instrumentelles Konditionieren Prof. Dr. Thomas Goschke

2 Literatur Gluck, M.A., Mercado, E. & Myers, C.E. (2010). Lernen und Gedächtnis. Vom Gehirn zum Verhalten. Heidelberg: Spektrum Verlag. Kapitel 8+9. Mazur, J.E. (2006). Lernen und Verhalten (6. Auflage). München: Pearson Studium. Kapitel 6-9.

3 Überblick Thorndikes Gesetz des Effekts Skinners Forschung zum operanten Konditionieren Shaping und Verhaltenssequenzen Was wird beim O.K. gelernt? Arten von Verstärkern Verstärkungspläne Generalisierung und Diskrimination Abbau unerwünschter Verhaltensweisen und Bestrafung Flucht- und Vermeidungstraining Anwendungsbeispiele klassischer Lerntheorien

4 Edward Lee Thorndike ( ) Katzen lernten durch Versuch und Irrtum, durch welches Verhalten sie dem Käfig entkommen konnten Puzzlebox Erwerb von Assoziationen zwischen Reizen (Situation), Reaktionen und Konsequenzen Gluck, Mercado and Myers: Learning and Memory, Copyright 2008 by Worth Publishers

5 Lernen am Erfolg: Gewohnheitshierarchien und das Gesetz des Effekts Aus Menge zunächst zufälliger Reaktionen werden solche mit höherer Wahrscheinlichkeit wiederholt, die zu positiven Konsequenzen führen Ein befriedigender Zustand bedeutet, dass das Tier nichts tut, um ihn zu vermeiden, sondern vielmehr versucht, ihn herbeizuführen und zu erhalten. Ein frustrierender oder unangenehmer Zustand wird normalerweise vermieden und rasch aufgegeben (Thorndike, 1898, S. 245). Durch Belohnung oder Bestrafung werden Reiz- Reaktions-Assoziationen selektiv verstärkt oder abgeschwächt

6 Analogie zwischen dem Gesetz des Effekts und Darwins Prinzip der natürlichen Selektion Lernen am Erfolg Natürliche Selektion Variation: Produktion von Reaktionen nach Versuch und Irrtum Selektion: Reaktionen, die zu Belohnung führen, werden verstärkt Reaktionen, die zu Bestrafung führen, werden gelöscht Variation: Variation von Merkmalen der Individuen einer Art Selektion: Individuen mit adaptiven Merkmalen reproduzieren sich häufiger Individuen mit weniger adaptiven Merkmalen reproduzieren sich seltener

7 Das Verhalten einer Katze im Problemkäfig von Guthrie und Horton (1946) Im Problemkäfig führte jede Bewegung des vertikalen Stabes zur Öffnung der Tür Abb. zeigt zwei verschiedene Katzen in den ersten 24 Durchgängen im Moment der Verstärkung James E. Mazur, Lernen und Gedächtnis, Pearson Studium Verlag 2004.

8 Skinners Forschung zum operanten Konditionieren

9 Burrhus Frederic Skinner ( ): Operantes Konditionieren Einer der bekanntesten Psychologen des 20. Jh PhD Harvard; ab 1948 Professor für Psychologie in Harvard Beeinflusst durch Pavlov, Watson, Thorndike Strenger Behaviorist: Ablehnung mentalistischer Begriffe in der Psychologie (heftige Attacken auf die Kognitive Psychologie) Deterministisches Weltbild: Verhalten wird durch Gene & Lernerfahrungen bestimmt Entdeckung und Beschreibung vieler grundlegender Lernprinzipien Auch politische Schriften und alternative Gesellschaftsentwürfe auf der Basis von Konditionierungsprinzipien ( Walden II )

10 Einige Zitate von Skinner All we need to know in order to describe and explain behavior is this: actions followed by good outcomes are likely to recur, and actions followed by bad outcomes are less likely to recur. (Skinner, 1953) Does a poet create, originate, initiate the thing called a poem, or is his behavior merely the product of his genetic and environmental histories? "We shall not solve the problems of alcoholism and juvenile delinquency by increasing a sense of responsibility. It is the environment which is 'responsible' for the objectionable behavior, and it is the environment, not some attribute of the individual, which must be changed.

11 Skinner Box Ratte kann Hebel drücken bzw. Taube kann auf Scheibe picken (R) Verhalten (Hebeldruck) löst bestimmte Konsequenzen aus (Futter, Wasser, Stromstöße) Hinweisreize (Licht, Ton) können dargeboten werden (S) Verhaltenshäufigkeit (Reaktionsrate) wird aufgezeichnet

12 Eine Taube pickt auf leuchtende Taste in einer Skinner-Box. Als Verstärker kommen Körner aus einer Öffnung unterhalb der Taste. James E. Mazur, Lernen und Gedächtnis, Pearson Studium Verlag 2004.

13 Phasen einer operanten Konditionierung Bestimmung der Basisrate (Grundrate): Wie oft tritt das zu konditionierende Verhalten ohne Verstärkung spontan auf? Verstärkung des Verhaltens in der Trainingsphase: Das zu konditionierende Verhalten wird verstärkt. Die Häufigkeit des Verhaltens nimmt zu. Löschung (Extinktion) des Verhaltens: Das Verhalten wird nicht weiter verstärkt. Häufigkeit des Verhaltens nimmt ab. Spontanerholung: Abgeschwächte Reaktion tritt nach einiger Zeit ohne Verstärkung erneut auf

14 Operantes Konditionieren Dreifachkontingenz: Lernen des Zusammenhangs zwischen einer Reaktion (R) in Anwesenheit eines diskriminativen Hinweisreizes (S) und den Konsequenzen (C) der Reaktion Konsequenzen können positiver oder negativer Natur sein (Verstärkung, Bestrafung) S R C+ S R C- Diskriminationslernen Licht an + Hebeldruck Futter Licht aus + Hebeldruck kein Futter Stimuluskontrolle Diskriminative Reize kontrollieren die Auftretenswahrscheinlichkeit des Verhaltens

15 Beispiele Eine Ratte lernt, dass ein Hebeldruck (R) in einem bestimmten Käfig (S) regelmäßig zu Futter (C+) führt. Eine Katze lernt, dass ein Hebeldruck (R) in einem Käfig (S) dazu führt, dass sich die Tür öffnet (C+). Ein Kind lernt, dass es durch Schreien (R) im Bett (S) die Aufmerksamkeit der Mutter (C+) erweckt. Ein Schüler gibt auf eine Frage (S) die richtige Antwort (R) und wird gelobt (C+)

16 Instrumentelles / operantes Konditionieren Operant: Lebewesen bewirkt durch seine Operationen eine bestimmte Konsequenz Instrumentell: Verhalten ist instrumentell für die Erreichung bestimmter Konsequenzen

17 Vergleich klassisches vs. operantes Konditionieren Klassisches Konditionieren: Respondentes Verhalten: Ereignisse werden nicht durch die eigenes Verhalten beeinflusst, sondern Verhalten ist Reaktion auf Reize (US-UR bzw. CS-CR) Lernen von regelhaften Beziehungen zwischen Reizen (CS US). CS US CR Operantes Konditionieren: Operantes Verhalten: Verhalten bewirkt bestimmte Konsequenzen Lernen der Konsequenzen, die eigenes Verhalten unter bestimmten Stimulusbedingungen hat (S - R - C) O.K. ist Grundlage für zielgerichtetes Verhalten = Verhalten, das nicht direkt durch Reize ausgelöst wird, sondern durch (antizipierte) Konsequenzen gesteuert wird

18 Grundlegende Phänomene Viele Prinzipien des klassisches Konditionierens gelten auch für das operante Konditionieren Graduelle Akquisition Extinktion u. Spontanerholung Rolle der zeitlichen Kontiguität Rolle der Kontingenz Blockierungseffekt Generalisierung u. Diskrimination Gluck, Mercado and Myers: Learning and Memory, Copyright 2008 by Worth Publishers

19 Was wird beim operanten Konditionieren gelernt?

20 Werden spezifische Bewegungsmuster gelernt? Viele Experimente zeigen, dass beim OK nicht spezifische Bewegungsmuster gelernt werden Lashley (1924): Ratten mussten durch Labyrinth mit niedrigem Wasser waten, um Futter zu erhalten Nach erfolgreichem Lernen wurde Wasserspiegel angeboten, so dass Ratten schwimmen mussten Obwohl völlig anderes Bewegungsmuster fehlerfreies Durchschwimmen des Labyrinth beim 1. Durchgang

21 Welche Assoziationen werden beim instrumentellen Konditionieren gelernt? S-R-Assoziationen? Thorndike: Verstärker (C+) prägt Assoziation ein, ist aber nicht selbst Bestandteil der Assoziation R-C-Assoziationen? S-R-C-Assoziationen?

22 Evidenz für R-C-Lernen Colwill & Rescorla (1986): Verstärker-Entwertungs-Paradigma S R C Phase 1 Stimulus Reaktion A Reaktion B Futter Zuckerlösung Phase 2 Futter Lithiumchlorid (Übelkeit) Phase 3 Stimulus Reaktion A Reaktion B Spricht dafür, dass die Tier Assoziation zwischen Reaktion und Verstärker lernen

23 Evidenz für S-R-C-Lernen Haben Tiere nur R-C-Assoziation gelernt, oder lernen sie S-R-C-Assoziation? Experiment von Colwill & Delamater (1995) Phase 1 Ton Reaktion X Futter Licht Reaktion X Zuckerlösung Phase 2 Sättigung mit Zucker Phase 3 Ton Reaktion X Licht Reaktion X Spricht für Lernen der S-R-C-Assoziation

24 Shaping und Verhaltensketten

25 Schrittweise Annäherung (Shaping) Durch Verstärkung kann eine große Bandbreite unterschiedlicher Verhaltensweisen erzeugt werden Shaping: ermöglicht es, Verhaltensweisen anzutrainieren, die nicht zum normalen Verhaltensrepertoire eines Lebewesen gehören Methode: 1. Abwarten, bis das Lebwesen ein Verhalten zeigt, das in die gewünschte Richtung oder einen Teil des gewünschten Verhaltens beinhaltet Verstärkung 2. Bewegung tritt häufiger auf 3. Nur noch Verhalten verstärken, das dem Gewünschten etwas näher kommt 4. Verhalten zunehmend selektiver verstärken, bis exakt das gewünschte Verhalten gezeigt wird Anwendung Tierdressur: Verkettung (chaining) von ganzen Verhaltenssequenzen Erwerb komplexer Verhaltensmuster in der Verhaltenstherapie

26 Ein Beispiel für Shaping

27 Verhaltensketten (chaining) Training von Verhaltenssequenzen durch Verkettung (chaining) Jeder Stimulus dient als konditionierter Verstärker für das vorangehende Verhalten und als diskriminativer Hinweisreiz für den folgenden Verhaltensschritt Stimuli Reaktionen Leiter (S D ) Hochklettern Platform, Seil (S R, S D ) am Seil ziehen Tür öffnen (S R, S D ) durch den Tunnel Rennen Rutsche (S R, S D ) Rutsche heruntergleiten Anblick des Hebels (S R, S D ) zum Hebel rennen Hebel in Reichweite (S R, S D ) Hebel drücken Futterpellet (S R )

28 Verhaltenskonsequenzen als Verstärker

29 Verstärkung und Verhaltenskontrolle Skinner: Wie kann Verhalten durch Umweltreize kontrolliert werden? Methode: Messung der Reaktionsrate von Versuchstieren in der Skinner-Box in Abhängigkeit von den Konsequenzen des Verhaltens U.V.: Art des Verstärkers und Verstärkungspläne Was aber ist ein Verstärker? Operationale Definition: Verstärker = jeder Reiz, der die Auftretenswahrscheinlichkeit eines Verhaltens erhöht

30 Arten von Verstärkern Verhaltenskonsequenz Auf die Reaktion folgt ein Reiz Angenehmer Reiz Positive Verstärkung (Belohnung) Unangenehmer Reiz Bestrafung 1. Art Reaktion eliminiert oder vermeidet Reiz Bestrafung 2. Art (Omission training) Negative Verstärkung (Flucht / Vermeidung) Reiz (Verhaltenskonsequenz) Auf die Reaktion folgt ein Reiz Reaktion eliminiert oder vermeidet Reiz Angenehmer Reiz Futter, Lob, Geld Futter, Lob, Geld wird entzogen Unangenehmer Reiz Schmerz, Tadel Schmerz wird beendet Tadel wird nicht erteilt (Die Pfeile geben an, ob die Reaktionsrate zu- oder abnimmt)

31 Primäre und sekundäre Verstärker Primäre Verstärker Wirken ohne vorherige Lernerfahrung verstärkend (z.b. Futter, Schmerz) Sekundäre Verstärker Neutrale Reize, die durch Paarung mit primären Verstärkern selbst zu Verstärkern werden - Tier: Bestimmter Laut, der mit Futtergabe assoziiert wird - Mensch: Geld ( vgl. Klassisches Konditionieren 2. Ordnung: neutraler CS erhält Qualitäten eines US)

32 Verstärkungspläne

33 Verstärkungspläne Skinner untersuchte Bedingungen, unter denen neues Verhalten gelernt und wieder verlernt wird (Erwerb bzw. Löschung) (Ferster & Skinner, 1957). Verstärkungspläne legen fest, wie häufig bzw. nach welchen Zeitintervallen Verstärker gegeben werden

34 Verstärkungspläne Verstärkungspläne Kontinuierlich jede gewünschte Reaktion wird verstärkt Intermittierend Nur einige Reaktionen werden verstärkt Quotenplan Bestimmte Anzahl von Reaktion wird verstärkt Intervallplan Nach einem bestimmten Zeitintervall wird verstärkt Konstant z.b. genau jede 5. Reaktion wird verstärkt Variabel z.b. im Durchschnitt wird 1/5 der Reaktionen verstärkt Konstant z.b. die erste Reaktion, die nach Ablauf von 5 Minuten erfolgt, wird verstärkt Variabel z.b. eine Reaktion wird im Durchschnitt nach 5 Minuten verstärkt

35 Verstärkungspläne

36 Ein Beispiel: Lernverhalten von College-Studenten Mawhinney et al. (1971): durchschnittliche Zahl von Lernminuten pro Tag (a) tägliche Tests (b) größere Prüfung am Ende einer der Drei-Wochen-Phasen 180 Täglich 3 Wochen Täglich 3 Wochen Sitzungen

37 Kumulative Verhaltensaufzeichnung Verlangsamung Beschleunigung schnelle Reaktionen keine Reaktionen Verstärker langsame Reaktionen Papier bewegt sich langsam in diese Richtung Gluck, Mercado and Myers: Learning and Memory, Copyright 2008 by Worth Publishers

38 Auswirkungen von Verstärkungsplänen Anzahl von Reaktionen FR: konstante Reaktionsrate bis zur Verstärkergabe u. kurze Pause nach jedem Verstärker FI: nach Verstärkergabe zunächst keine Reaktionen; Zunahme der Reaktionsrate gegen Ende des Intervalls VR: Konstante Reaktionsrate ohne Nachverstärkungspause VI: Konstante Reaktionsrate

39 Auswirkungen von Verstärkungsplänen auf die Löschung Kontinuierliche Verstärkung: Verhalten wird schnell erworben, wird aber auch schnell wieder gelöscht, wenn Verstärker ausbleibt Intermittierende Verstärkung viele höhere Löschungsresistenz Bsp.: Bettelnder Hund am Tisch, der bei jedem 10. Versuch ein Stück Wurst bekommt Bsp.: Getränkeautomat vs. Spielautomat Erklärung: Generalisierungsabnahme Kontinuierliche Verstärkung: Lebewesen hat nie Durchgänge ohne Verstärkung erlebt Lern- und Löschphase sind sehr verschieden Intermittierende Verstärkung: In Lernphase gibt es viele Durchgänge ohne Verstärker Lern- und Löschphase sind ähnlich Kognitive Erklärung: Lebewesen lernt, dass u. U. viele Reaktionen zur Erlangung des Verstärkers notwendig sind und bildet entsprechende Erwartungen aus

40 53 Wahlverhalten

41 Zwei konkurrierende Verstärkungspläne? VI 60 Verstärkt wird die erste Reaktion, die nach einem Intervall von durchschnittlich 60 Sekunden gezeigt wird VI 120 Verstärkt wird die erste Reaktion, die nach einem Intervall von durchschnittlich 120 Sekunden gezeigt wird 54

42 Herrnsteins (1961) Matching Law Optimales Verhalten = Maximierung des erhaltenen Futters 66% 33% R1 R1+R2 = V1 V1+V2 55 Gluck, Mercado and Myers Copyright 2008 by Worth Publishers

43 Verhaltensökonomie 56 Gluck, Mercado and Myers Copyright 2008 by Worth Publishers